使用 Amazon Redshift 資料訓練機器學習模型 - Amazon Redshift

自 2025 年 11 月 1 日起，Amazon Redshift 將不再支援建立新的 Python UDFs。如果您想要使用 Python UDFs，請在該日期之前建立 UDFs。現有的 Python UDFs將繼續如常運作。如需詳細資訊，請參閱部落格文章 。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 Amazon Redshift 資料訓練機器學習模型

使用 Amazon Redshift 機器學習 (Amazon Redshift ML)，您可以透過將資料提供給 Amazon Redshift 來訓練模型。然後，Amazon Redshift ML 會建立可擷取輸入資料中模式的模型。然後，您可以使用這些模型來產生新輸入資料的預測，而且不會產生額外費用。透過使用 Amazon Redshift ML，您可以使用 SQL 陳述式訓練機器學習模型，並在 SQL 查詢中調用它們以進行預測。您可以透過反覆變更參數並改善訓練資料，繼續提高預測的準確性。

Amazon Redshift ML 可讓 SQL 使用者使用熟悉的 SQL 命令輕鬆建立、訓練和部署機器學習模型。透過使用 Amazon Redshift ML，您可以使用 Amazon Redshift 叢集中的資料，透過 Amazon SageMaker AI Autopilot 訓練模型，並自動取得最佳模型。然後，您可以在 Amazon Redshift 資料庫中本地化模型並進行預測。

如需 Amazon Redshift ML 的相關資訊，請參閱《Amazon Redshift 資料庫開發人員指南》中的開始使用 Amazon Redshift ML。